广义回归神经网络的改进及在延迟焦化建模中的应用

• 作者: 俞欢军 吴晓华 郝鑫 陈德钊
• 来源期刊: 化工学报
• 关键词: 广义回归神经网络 优进策略 遗传算法 延迟焦化 非线性建模
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 过程系统工程
• 页码范围: 608-612
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2004.04.021

摘要

广义回归神经网络(GRNN)具有明确的概率意义,其参数大多能自动确定,仅光滑因子参数需优化估值.采用优进遗传算法(EGA),将确定性与随机性寻优操作相融合,实现了高效全局搜优,它所基于的优进策略包括设计Powell寻优算子、改进交叉算子、自适应地调整交叉率和变异率等.以推广能力作为优化目标,所建的GRNN有很强的非线性拟合能力和优良的预报性能,将其成功地为延迟焦化过程建模,与径向基网络(RBFN)等相比,显示了明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德钊	浙江大学化学工程与生物工程学系	112	1957	24.0	38.0
2	俞欢军	浙江大学化学工程与生物工程学系	54	1329	21.0	35.0
3	吴晓华	浙江大学化学工程与生物工程学系	20	413	12.0	20.0
4	郝鑫	浙江大学化学工程与生物工程学系	1	30	1.0	1.0